基于BP神经网络的汽车车载称重系统研究

为解决汽车超载运行和相应的运输业管理问题,本文中提出了一套基于BP神经网络的车载称重系统。通过检测车桥随载荷量变化而产生的微小变形,设计了2阶低通滤波和数字滤波算法,以提取有效载荷信息,利用BP神经网络建立载荷模型,并根据在某轻型厢式货车上进行的试装和加载试验得到的样本数据,在Matlab神经网络工具箱中,采用Levenberg-Marquardt学习算法完成了神经网络的学习、检验和预测。结果表明:预测载荷误差在5%以内,满足工程要求,方案可行。     

基于PCA-GRU的轻型汽油车NOx排放预测

为建立一种轻型汽油车NOx排放预测模型,在昆明市内采用便携式车载排放测试系统（Portable Emission Measurement System,PEMS)对一辆轻型汽油车进行实际行驶污染物排放（Real Drive Emission,RDE）测试;利用主成分分析算法（Principal Component Analysis,PCA）对影响轻型汽油车排放的特征参数进行降维,将降维后的数据作为门控循环单元神经网络（Gated Recurrent Unit,GRU）的输入,建立基于PCA-GRU的排放预测模型,对轻型汽油车的NOx的排放量进行瞬时预测。结果表明,PCA-GRU模型对NOx的预测结果的平均绝对误差为0.133mg/s,绝对系数为0.88,相比于单一的GRU模型,分别提高了42.4%和8.6%。该排放预测模型可以实现对轻型汽油车NOx排放较准确的预测,具有一定的工程价值。     

基于BP神经网络的汽车尾气检测系统设计

汽车使用量的快速增长,在很大程度上解决了人们的出行问题,但同时也向环境保护提出了更大的挑战。为检测车辆排放的尾气中污染物的种类与数量,设计汽车尾气检测系统,介绍了系统中软件与硬件组成,基于C#语言开发上位机软件对采集数据进行处理与显示,并在检测系统中加入基于BP神经网络的预测模型。通过实验结果分析可知,该测量系统具有较强的检测能力和较高的检测精度,能够对5种气体进行准确测量,此外,将BP神经网络模型应用在该尾气检测系统中,使得预测系统具有更高的预测精度,收敛速度大幅度增加,能够较好地适应汽车尾气预测系统,解决实际预测难题。     

基于BP神经网络的发动机排放预测

选用运转参数中的转速和功率(负荷)为变量,对丰田Prius混合动力电动汽车的发动机进行了神经网络排放建模。通过对建立的BP网络进行训练和测试,模型能较好地预测排放性能,并对排放的实时测量和控制提供了一定的依据。     

基于遗传神经网络的交通流量预测研究

针对BP神经网络用于交通流量预测时存在的不足,采用遗传算法优化BP神经网络初始权值的方法来提高BP网络的性能.应用改进前后的BP神经网络模型对长沙市具体路段的交通流量进行预测,通过预测结果对比,发现经遗传算法改进后的BP神经网络在降低预测平均误差的同时,迭代次数也比标准BP神经网络大大减少.     

基于BP神经网络的地铁车厢拥挤度预测方法

为准确预测地铁车厢的拥挤度,考虑到站时车厢的下车人数、立席面积和车厢承载量等因素,提出一种基于BP神经网络的地铁车厢拥挤度预测方法.基于调查数据和Matlab平台,构建初始BP神经网络、训练以及测试等环节,实现对地铁车厢到站时各车门下车人数的预测.以立席密度为标准进行车厢拥挤度划分,标定即将到站地铁的各节车厢拥挤度.以宁波市鼓楼地铁站为例,对BP神经网络预测方法进行验证,得到不同结构的BP神经网络预测结果.结果表明,最佳预测结果的决定系数R2为0.94,平均相对误差为0.25,预测误差在可控范围内,BP神经网络在下车人数预测上是适用的.      

基于遗传神经网络的再生沥青混合料性能预测研究

以matlab为平台,分别应用BP神经网络和遗传算法优化的BP神经网络对再生沥青混合料的性能进行预测。以旧料掺量、油石比等8个影响因素作为输入层,以动稳定度、残留稳定度等5个性能指标作为输出层,将28组归一化处理后的试验数据进行神经网络的训练、验证和测试。结果表明:遗传算法优化的BP神经网络预测表现出更加精准的预测效果。将遗传算法优化的BP神经网络应用于工程实践中,再生沥青混合料性能预测可以大大提高试验科学性和预见性。     

基于子波能量和神经网络分类器的机动车车型识别

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。     

基于神经网络的公路施工企业经济效益分析

探讨如何应用BP神经网络模型预测施工企业的经济效益,为企业优化管理提供决策依据.通过对公路施工企业经济效益影响因素的分析,建立了影响施工企业经济效益的综合指标体系,应用BP神经网络对企业经济效益进行了预测,并与实际情况进行对比,结果表明BP神经网络预测施工企业效益的效果优良.     

基于移动检测技术的城市路网拥挤预测模型

提出了一种新的基于移动检测技术、神经网络和模糊判断方法的城市路网动态交通拥挤预测模型.首先构建一个3层BP神经网络模型判断路网实时交通流状态,并应用实地移动检测数据和视频数据获取BP神经网络训练样本并对其进行训练;然后结合路网静态拓扑结构,应用多重模糊推理,对路段发生交通拥挤的发生可能性、拥挤程度和形成时间做出预测.现场实测数据表明,该模型具有良好的预测效果.     

轻型汽车CO2排放测量不确定度评定

CO₂排放是汽车污染物排放检测的一项重要技术指标,它表征的是汽车排出污染物的多少和车辆能耗高低的参考标准之一,用以控制汽车使用中产生的污染物排放量,避免对环境产生损害。按照GB 18352.6-2016《轻型汽车污染物排放限值及测量方法(中国第六阶段)》的规定使用全球统一的轻型车测试循环工况进行常温下冷启动后污染物排放试验,并对测量结果进行不确定度评定。文章阐述了轻型汽油车CO₂排放测试所用的测试原理、法规工况曲线、测试设备、数学模型等,通过分析影响试验结果的各因素来源,综合计算得出轻型车CO₂排放测试结果的扩展不确定度和相对扩展不确定度。     

天津市在用车辆排放车载测试试验研究

车载排放测试设备OBS-2200先在实验室整车转鼓试验台上与定容采样系统CVS进行对比试验,验证了其对各项排气污染物测量的有效性后,装在选出的有代表性的74辆轻型汽油车上,沿选取的天津市区典型的行驶路线,对车辆的道路排放进行实时测试。依据获取的测试数据,分析了在用车辆的排放现状与车辆状况(采用的排放控制技术、车龄和行驶里程等)之间的关系;并对天津市在用车辆的排放特征进行了分析评估。     

多功能燃油箱加热与数据记录系统的研制

研制一种多功能燃油箱加热与数据记录测控系统,满足轻型汽车、摩托车、重型车燃油蒸发污染物排放试验中的燃油箱加热与数据记录部分测试功能要求。对该系统进行测试表明,该系统具有较高的测试精度,测试结果误差符合国家标准规定的要求。     

我国轻型汽油车污染物排放劣化系数分析

对我国轻型汽油车Ⅴ型试验结果进行了统计和分析,得出了2001年后我国轻型汽油车型式核准各污染物成分实测劣化系数的综合水平。     

轻型汽车实际行驶排放评估方法研究

按照轻型汽车实际行驶排放测试流程,采用便携式排放测试系统测量3辆满足《轻型汽车污染物排放限值及测量方法(中国第五阶段)》要求的轻型汽车实际行驶排放,并使用欧盟提出的移动平均窗口法对排放数据进行处理。结果表明:冷起动阶段的CO,NO_x和PN排放占整个试验总排放的比例分别为69.9%,23.1%和68.8%。将冷起动阶段排放纳入计算时,CO,NO_x和PN的排放结果分别比剔除冷起动阶段排放的结果高19.5%,4.3%和16.3%。温和驾驶时车辆CO_2排放较低,导致过多窗口无法落入正常区域,窗口不能满足正常性要求。欧盟提出的移动平均窗口法不适合直接用于评估中国轻型汽车实际行驶排放,对基本公差tol1进行修正,随着tol1的增加,落入正常区域的窗口随之增多,试验通过正常性要求的比例也随之增大,但tol1的修正会带来巨大的标定工作量。     

中国在用轻型汽油车排放现状调查与分析

对我国市场上133辆在用轻型汽油车进行了工况法和双怠速排放及市售燃油质量调查与分析,并提出了对在用车排放管理的几点建议。     

轻型汽油车国Ⅲ与国Ⅱ法规蒸发污染相关性分析

通过对大量的试验数据进行统计和分析,确定现阶段我国轻型汽油车适用国Ⅲ法规的蒸发排放现状。同时通过比较国Ⅱ和国Ⅲ试验数据,计算出2个排放水平之间的差异和数值关系。最后展望更加严格的排放法规以及应对措施。     

基于非参数假设检验的高速公路车辆分类研究

为获得高速公路车辆分类的量化方法,根据典型测点的各车型轴载谱数据,归纳了高速公路的主要车型,并研究了高速公路车辆分类方法。采用2个独立样本的非参数假设检验,研究了客车与各型货车前轴及单后轴的称重数据是否来自同一总体,在此基础上,采用多个独立样本的非参数假设检验方法研究了各型货车间相同轴型的称重数据是否来自同一总体。研究表明,各型货车力学特性接近,属于同一大类型;而客车与货车的力学特性差异明显,因此可将客车与货车划分为两大类型。非参数假设检验方法为高速公路车辆划分提供了量化的依据。     

国产轻型汽油车蒸发排放现状与分析

本文简述了汽油车污染物的来源及控制汽车车蒸发排放的必要性，比较分析了常用的两种蒸发排放测量方法，基于大量测量结果说明了国产轻型车蒸发排放现状，试验分析了蒸发排放影响因素。     

基于红外测距的道路前方车辆探测预警系统研究

进行道路前方车辆探测预警系统设计时,通常采用红外测距仪来获取道路前方车距信息,并以此作为前车探测的基础数据。为了消除系统状态误差和测量误差对车距信息数据精度的影响,可根据车距信息和相对车速不会突变的特性建立预测模型,基于此预测模型,应用Kalman滤波理论准确预测相对车速,并利用车距信息和相对车速计算安全距离报警阈值。试验证明该探测及预警方法可大大提高车辆探测的准确性和鲁棒性。